Research Design - Cheatsheet

Vergleich von experimentellen und nicht-experimentellen Designs

Definition:

Vergleich zwischen experimentellen und nicht-experimentellen Forschungsdesigns

Details:

• Experimentelle Designs: Zufällige Zuweisung zu Gruppen (Kontroll- und Experimentalgruppe), hohe interne Validität, kausale Schlussfolgerungen möglich
• Nicht-experimentelle Designs: Beobachtungsstudien, keine zufällige Zuweisung, oft eingeschränkte kausale Schlussfolgerungen, nützlich zur Hypothesengenerierung
• Beispiele für experimentelle Designs: RCTs (randomisierte kontrollierte Studien)
• Beispiele für nicht-experimentelle Designs: Kohortenstudien, Fall-Kontroll-Studien, Querschnittstudien
• Formeln: Signifikanztests (z.B. t-Test, ANOVA) oft in experimentellen Designs

Bedeutung der Hypothesenbildung

Definition:

Essentiell für Forschungskonzeption; Hypothese als testbare Vorhersage.

Details:

• Aufbauend auf bestehenden Theorien und Literatur
• Richtet die Forschungsausrichtung und Methodenauswahl
• Muss klar, spezifisch und überprüfbar sein
• Basiskomponente des wissenschaftlichen Prozesses
• Erlaubt die Formulierung von Vorhersagen und experimentellem Design

Verfahren der deskriptiven Statistik

Definition:

Verfahren zur Beschreibung und Analyse von Datensätzen; Basis für weiterführende statistische Analysen.

Details:

• Lagemasse: Mittelwert (\(\bar{x} = \frac{1}{n} \sum_{i=1}^{n}x_i\) ), Median, Modus
• Streuungsmasse: Standardabweichung (\(s = \sqrt{\frac{1}{n-1} \sum_{i=1}^{n}(x_i - \bar{x})^2}\) ), Varianz (\(s^2\)), Quartile, Spannweite
• Korrelationsmasse: Pearson-Korrelationskoeffizient (\(r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \sum (y_i - \bar{y})^2}}\) )
• Visualisierung: Histogramme, Boxplots, Streudiagramme

Analyse von Korrelationen und Kausalitäten

Definition:

Zusammenhang zwischen zwei oder mehr Variablen untersuchen; Unterscheidung zwischen Korrelation (gemeinsame Variation) und Kausalität (Ursache-Wirkung-Beziehung).

Details:

• Korrelation: misst die Stärke und Richtung der Beziehung zwischen Variablen.
• Korrelationskoeffizient (r): Wertebereich von -1 bis 1; r = 1 (perfekte positive Korrelation), r = -1 (perfekte negative Korrelation), r = 0 (keine Korrelation).
• Beispielformel für Korrelationskoeffizient: \[ r = \frac{\sum{(x_i - \bar{x})(y_i - \bar{y})}}{\sqrt{\sum{(x_i - \bar{x})^2} \sum{(y_i - \bar{y})^2}}} \]
• Kausalität: zeigt, dass eine Variable eine andere beeinflusst.
• Kausalität erfordert experimentelle oder longitudinale Studien.
• Unterscheiden durch Randomisierung, Kontrolle und zeitlichen Ablauf.
• Konfundierende Variablen berücksichtigen, um Scheinkorrelationen zu vermeiden.

Inhaltsanalyse und Interpretation qualitativer Daten

Definition:

Technik zur systematischen Analyse von qualitativen Daten, um Muster und Bedeutungen zu identifizieren und zu interpretieren.

Details:

• Datenquellen: Interviews, Fokusgruppen, Dokumente
• Schritte: Datenkodierung, Kategoriebildung, Thematisierung
• Methoden: thematische Analyse, diskursive Analyse, Grounded Theory
• Ziel: Identifikation von tieferliegenden Bedeutungen und Zusammenhängen
• Software: MAXQDA, NVivo
• Wichtig: Validität und Reliabilität sicherstellen

Visuelle Darstellung von Daten und Ergebnissen

Definition:

Visualisierung von Daten und Ergebnissen zur klaren und effektiven Kommunikation wissenschaftlicher Erkenntnisse.

Details:

• Diagrammtypen: Balkendiagramme, Liniendiagramme, Streudiagramme, Boxplots
• Software: Excel, R (ggplot2), GraphPad Prism, Python (matplotlib, seaborn)
• Richtlinien: Achsenbeschriftungen, Legenden, Maßstab, Farben
• Statistische Kennwerte: Mittelwert \( \bar{x} \), Median, Standardabweichung \( s \)
• Beispiel Plot (R ggplot2): \[ ggplot(data = dataframe, aes(x = Variable1, y = Variable2)) + geom_point() \]

Berichterstattung und Präsentation von Forschungsergebnissen

Definition:

Kernaspekte des Berichts und Präsentation von Forschungsergebnissen im Rahmen des Forschungsdesigns in Molekularer Medizin.

Details:

• Schriftliche Berichterstattung:
• Struktur: Einleitung, Methoden, Ergebnisse, Diskussion
• Klarheit und Präzision in der Beschreibung
• Verwendung von Übersichten und Tabellen
• Mündliche Präsentation:
• Visuelle Hilfsmittel: PowerPoint, Diagramme, Bilder
• Konsistente und logische Abfolge der Informationen
• Zeitmanagement
• Wissenschaftliches Publizieren:
• Wahl des Journals
• Peer-Review-Verfahren
• Ethische Richtlinien

Ethische Aspekte in der Planung von Forschung

Definition:

Ethische Erwägungen bei der Planung von Forschung zur Sicherstellung von Integrität und Konformität mit geltenden Normen und Vorschriften.

Details:

• Freiwillige Zustimmung der Teilnehmenden gemäß der Deklaration von Helsinki
• Vorausschauende Bewertung möglicher Risiken und Nutzen
• Datenvertraulichkeit und -schutz
• Transparente und ehrliche Berichterstattung von Ergebnissen
• Vermeidung von Interessenkonflikten
• Ethische Genehmigung durch eine Ethikkommission
• Sichere und verantwortungsvolle Handhabung biologischer Materialien
• Einhaltung von Tierschutzrichtlinien bei Tierversuchen